Awesome RL with Human Feedback / 2022 / arXiv

Constitutional AI: Harmlessness from AI Feedback

作者：Yuntao Bai, Saurav Kadavath, Sandipan Kundu, Amanda Askell, Jackson Kernion, et al · 来源：arXiv · 发布日期：2022-12-15

安全对齐人工智能反馈强化学习
新标签打开 AlphaXiv新标签打开 Code
Constitutional AI: Harmlessness from AI Feedback figure
AlphaXiv 中文概览（可滚动查看）